Dr. Wasilios Hariskos
namen_vektor <- c("Anton", "Anton", "Berta", "Berta")
noten_vektor <- c(2, 3, 4, 1)
names(noten_vektor) <- namen_vektor
print(noten_vektor)## Anton Anton Berta Berta
## 2 3 4 1
## [1] 2.5
mittelwert <- function (x){
summe <- sum(noten_vektor)
anzahl <- length(noten_vektor)
return(summe / anzahl)
}
mittelwert(noten_vektor)## [1] 2.5
noten_matrize <- matrix(data = noten_vektor,
nrow = 2,
byrow = TRUE)
rownames(noten_matrize) <- c("Anton", "Berta")
colnames(noten_matrize) <- c("Mathe-Klausur", "Statistik-Klausur")
print(noten_matrize)## Mathe-Klausur Statistik-Klausur
## Anton 2 3
## Berta 4 1
## [1] Mann Mann Frau Frau
## Levels: Frau Mann
klausuren_vektor <- c("Mathe", "Statistik", "Mathe", "Statistik")
klausur_daten <-data.frame(Name = namen_vektor,
Geschlecht = geschlecht_faktor,
Klausur = klausuren_vektor,
Note = noten_vektor)
klausur_daten## Name Geschlecht Klausur Note
## 1 Anton Mann Mathe 2
## 2 Anton Mann Statistik 3
## 3 Berta Frau Mathe 4
## 4 Berta Frau Statistik 1
library(tidyverse)
klausur_daten %>%
group_by(Geschlecht) %>%
summarize(Notendurchschnitt = mittelwert(Note),
Standardabweichung = sd(Note))## # A tibble: 2 x 3
## Geschlecht Notendurchschnitt Standardabweichung
## <fct> <dbl> <dbl>
## 1 Frau 2.5 2.12
## 2 Mann 2.5 0.707